用多元思維模型解決困難的問題

 
“在手裡拿著鐵槌的人眼中,世界就像一根釘子-查理‧蒙格”
 
多元思維模型的概念是從查理‧蒙格的書《窮查理的普通常識》,蒙格是一個博學多聞的人,也被自己的孫子戲稱是長兩隻腳的書,是個不折不扣的書蟲。他認為只要掌握每個基礎學門的幾個重要理論,就足以用來做更好的評斷,根據《窮查理的普通常識》內容,蒙格的多元思維模型應該有100個模型。
 
其實對於很多人來說,為什麼我們要學習?特別還要學習這麼多種不同領域的知識呢?
 
大部分人的人都認為自己在某個領域已經涉入很深的學習,不僅僅取得學位,也有很不錯的成就了,對於過去的成就所學,來應付目前生活上的問題,已經十分夠用了。
 
實際上,科技是以指數的方式成長,Exponential就是指科技會以平方速度增長,而不是線性成長。指數型成長的方式是人類無法想像的,因為人類習慣一天努力一點,得到一點的回報。不會認為今天一點的努力,過了一天會變成2倍的回報,過兩天變4倍的回報。

 
 
 
指數型成長,最佳的實例就是電腦科學進步的速度,其中最為廣為人知的論點,是由英特爾執行長大衛·豪斯(David House)提出摩爾定律(Moore’s law):積體電路(IC)上可容納的電晶體數目,每18~24個月會增加一倍,亦即電晶體會不斷縮小,電晶體中的電流通道寬度也必須持續變窄,縮小電晶體的目的,在於讓電流的行進通道縮短,減少電流傳輸所需時間,也減少電流傳輸過程中消耗的能量,達到快速運算且節能的效果。
 
 
借用CPU處理速度IBM於1981年發表第一台個人電腦IBM PC,根據維基百科的資料,CPU處理速度是4.77Mhz(4,772,727次/秒),時光來到2019年Intel CPU i7-8086K 已經達到4.0 GHz(40億次/秒)。 
 
400萬比對40億,這是個多驚人的成長,這也是為什麼我們現在手中的iPhone運算能力比當初阿姆斯壯登陸月球使用的電腦運算能力還要強的關係。
 
維基百科:時脈頻率 http://bit.ly/2LBNZBW
 
多元思維模型與指數型成長則有相同的成長速度,儘管一開始很慢,但長期持之以恆,就會有很大的改變。順帶一提,我們在學習時,不該用功利主義的角度來看待,應該用更廣的角度去看待提升自身知識和能力這件事,不為什麼,就是談錢傷感情嘛!
 
 
擁有多元思維模型有很多好處,可以解決未知的問題。
我舉一個例子,先前Google和甲骨文Oracle針對Java侵權一案,Oracle向Google發起Java侵權的訴訟求償90億美元。
 
Java實際上是開源的程式語言,不需要授權費,人人都可以安裝和使用。審理這個案件的法官或律師,若是完全不懂程式,又該如何面對這個案件。這個案件之所以備受關注是因為開源程式碼的概念,在未來科技發展中會越來越重要。
若法律無法公正的審理這個案件,又叫人如何持續貢獻開源的程式碼?企業又怎麼敢使用開源程式?我支持開源程式,我也是一個Linux的使用者,學習python技術。換而言之,只有開源才可以讓我輕鬆地學習Linux,未來可以被使用開源系統的企業雇用,這對社會來說是一個良性循環,任何人只要有台電腦連上網,不需要支付大筆授權費用,可以在網路上學習任何有關Linux, Java, Android, Swift, python等,語言、程式或作業系統。
 
這宗案件糾纏多年,時而Google勝訴,時而Oracle勝訴。當時,法官William Alsup判決Oracle敗訴,Google不必支付90億美元的授權費給Oracle。判決Google勝訴的原因在於沒有證據顯示那9行很常用的rangCheck 程式碼,讓Google得以加速把Android 推向市場。
 
有興趣的人,可以去閱讀下面關於此案的資訊👇🏻,我節錄此案法庭上的重點。
 
  1. 甲骨文告Google的Android侵權:第一回合Google勝訴http://www.naipo.com/Portals/1/web_tw/Knowledge_Center/Infringement_Case/publish-82.htm
  2. Oracle v. Google – Patent Infringement Instructions, Damage Phase Witnesses, and the Continuing Saga of Infringer’s Profits ~mw http://www.groklaw.net/article.php?story=20120516083919975
  3. From the Courtroom – Day 7, Patent Phase, of Oracle v. Google – Closing Statements ~pj – Updated 8Xs http://www.groklaw.net/article.php?story=20120515120106322
“Oracle v. Google一案目前的焦點是9行代碼的rangeCheck和8個反編譯測試文件,而這些文件和任何Android收入之間沒有任何因果聯繫。法官Alsup 忍不住告訴甲骨文,他本人用其它語言寫過很多程序,他寫過無數個類似rangeCheck的程式碼區塊,人人都能寫rangeCheck,Google程序員拷貝9行代碼是失誤,因為他們自己能寫,而拷貝這些代碼並不能加速Android推向市場。
 
他反問甲骨文的律師,作為美國最優秀的律師之一,怎麼能堅持說rangeCheck很重要?甲骨文律師回答說他不是Java專家。”
原文如下:
“THE COURT: All right. I have — I was not good — I couldn’t have told you the first thing about Java before this trial. But, I have done and still do a lot of programming myself in other languages. I have written blocks of code like rangeCheck a hundred times or more. I could do it. You could do it. It is so simple. The idea that somebody copied that in order to get to market faster, when it would be just as fast to write it out, it was an accident that that thing got in there. There was no way that you could say that that was speeding them along to the marketplace. That is not a good argument. 
 
MR. BOIES: Your Honor —
THE COURT: You’re one of the best lawyers in America. How can you even make that argument? You know, maybe the answer is because you are so good legit. But it is not legit. That is not a good argument.”
 
MR. BOIES: Your Honor, let me approach it this way, first, okay. I want to come back to rangeCheck. All right.
THE COURT: RangeCheck. All it does is it makes sure that the numbers you’re inputting are within a range. And if they’re not, they give it some kind of exceptional treatment. It is so — that witness, when he said a high school student would do this, is absolutely right.
MR. BOIES: He didn’t say a high school student would do it in an hour, all right.
 
THE COURT: Less than — in five minutes, Mr. Boies. 
MR. BOIES: Well, Your Honor —
THE COURT: If you know the language. Once you know the language, it is a five-minute proposition.
MR. BOIES: Your Honor, I’m not an expert on Java, okay. This is my second case on Java, but I’m not an expert on Java. And I couldn’t program that, probably, in six months. But I accept that there are people who could. If the Court would just let me — I know I should always answer the Court’s question, but let me come back to rangeCheck after I’ve just reminded the Court that we’ve got the issue of these test files.
THE COURT: All right.
MR. BOIES: These test files, what they had to do was they had to take the Oracle code, Sun code, decompile it, and then re-create from that. That was not an that they did by mistake. did it for the purpose of
accident. That was not something They did it intentionally. And they accelerating what they were doing. Or saving money. Or both. I don’t — just as the Court says to me, rangeCheck is only nine lines of code, and how can any — you know, how can you draw any inference from that, I say to the Court, you can’t look at the decompiling copy and simply say this was meaningless.”
 
原文引述自 Case3:10-cv-03561-WHA Document1172 Filed05/18/12 Page143 of 155  http://www.groklaw.net/pdf4/OraclevGoogle-1172.pdf
 
無論此宗案件判決結果為何?我們要關注的焦點在於為什麼法官William Alsup有辦法審理這個案件?
 
答案就是他會Coding!是的!一個法律人會寫程式,得以讓他解決這個棘手的問題。法律和程式可以說八竿子打不著邊,但我很確認的一件事是這個法官若不會寫Code,這個案件在審理上就會有難度,因爲法官無法公正的判決,不論他會不會寫程式。實際上,學過程式的人都知道,關於屬性和類別,在不同程式語言使用上都是差不多的。
 
上述只是一個舉例,我們雖然不是法官、也不是程式設計師,但我們碰到現實生活中的問題會更加複雜。多元思維模式能幫助我們透過各種不同角度思考問題,思索出最佳的解決方案。
 
 
我是遵從台灣學校的傳統教育制度,從大學開始專攻商業領域,一路念到研究所專研行銷,我的研究所論文專攻在運動行銷領域,過去學習基礎的行銷、財務、管理、經濟。行銷又包含了統計、心理學、行銷理論、傳播溝通、消費者心理學…等。看似好像跨了領域,有了多元的思維模型。
 
實際上,這些都屬於社會科學領域,社會科學的訓練無法幫助我面對更複雜的問題,例如人工智慧、物聯網、區塊鍊、量子電腦等破壞性的創新技術,因為好奇心驅使,我在面對這些接踵而來的新議題,透過自我學習技術和閱讀各領域基礎理論與實踐,漸漸替自己解惑這些所謂的新科技真實的面貌。
 

多元思維模型的起源

“查理‧蒙格:「我這輩子遇到的聰明人(來自各行各業)沒有不每天閱讀的,沒有,一個都沒有。華倫讀書之多,我讀書之多,可能讓你感到吃驚。我的孩子都笑我,他們覺得我是一本長了兩條腿的書。」”
 
我的多元思維模型可以說是來自學習飛行的成果,我是一名飛行傘越野飛行員、雙人載飛教練。一名飛行員必須學習基礎的物理知識、柏努力定律、流體力學、氣象學、熱力學、地形、心理學,還有全球定位系統GPS、飛行儀器操作等各種複雜的知識,有關飛行儀器操作就必須學習一些基礎電腦知識。
 
因為長年的自我學習和訓練的結果,我很習慣的學習各種不同學科的基礎原理,然後應用到飛行中,在空中面對狀況是必須即時反應和判斷,不容一點馬虎,因此心理學的偏誤也必須了解知道自己在面對狀況如果發生判斷錯誤,如何盡快修正。
 
這便是自己多元思維模型起源,但對於不是飛行員的你,學習多元思維模型可以從了解科技技術開始,科技的發展也是同樣的模式,必須有多門不同的領域一同交互使用,才擁有科技的進步。
 
科技足以富國,科技實力等同象徵國力。對一般人也是如此,掌握科技技術足以富人(看看微軟Bill Gate、亞馬遜Jeff Bezos)。我雖沒有從事工程師的工作,但始終對電腦科學有濃厚的興趣,接觸Linux, Python後,也開始看MOOC課程,學習了基礎電腦科學的知識,才了解電腦科學與物理學有著深厚的關係,又開始學習基礎物理。
 
一般人肯定會想電腦科學和物理學有何關聯?實際上,現代電腦科技仰賴著半導體產業,半導體的製程則是仰賴物理特性才有辦法開發製作,因為CPU積體電路晶片是用來做運算的重要核心晶片。
 
舉例來說,半導體的製程則有一些物理限制,也就是7奈米製程限制(縮短電晶體閘極的長度可以使 CPU 整合更多的電晶體或者有效減少電晶體的面積和功耗,並削減CPU 的矽片成本。正是因此,CPU生產廠商不遺餘力地減小電晶體閘極寬度,以提高在單位面積上所整合的電晶體數量。
 
不過這種做法也會使電子移動的距離縮短,容易導致電晶體內部電子自發通過電晶體通道的矽底板進行的從負極流向正極的運動,也就是漏電。而且隨著晶片中電晶體數量增加,原本僅數個原子層厚的二氧化矽絕緣層會變得更薄進而導致洩漏更多電子,隨後洩漏的電流又增加了晶片額外的功耗,這是半導體製程技術要突破的地方。
 
擁有多元思維(電腦科學和粒子物理學),自己可以理解漏電和電子正負極轉向運動之間的關係,也能夠理解新一代量子電腦的運作原理,也能了解到底何謂量子疊加狀態?一併也會了解量子電腦為什麼在某些特別運算方面會比電晶體電腦還要快上數百倍?
 
也能夠解釋為什麼目前量子電腦僅能再絕對零度(-273.15度)的環境執行,因為跟物理學的相變、粒子物理學的四大作用力之一磁力有關。
電腦科學的領域包含程式語言、作業系統、硬體、韌體、網路技術、伺服器等,還有目前流行的AI人工智慧都屬於電腦科學的範疇。
 
電腦運作原理是輸入、運算、儲存、輸出,四個步驟組成。電腦執行四個步驟則是用電路的導電和不導電去儲存,也就是我們所熟知的用2進位制去表示電路。我用電路not作範例,就是用電流通過或不通過代表1或0(電流0代表輸入1,電流1代表輸入0)。接著電腦科學家們在用0,1來代表文字(unicode)、聲音(音頻編碼)、圖片(RGB, CMYK)、影片(fps),這便就滿足人類需要的所有輸出。
下面是我所找到最簡單可以解釋電腦0和1的影片,來自 Code.org,不得不多說一句,code.org解釋得比台大的線上計算機概論課程好懂多了,但也僅是粗淺的知識,你無法練習和運用,但可以引發你學習電腦科學的興趣。

 
 
想了解量子電腦是如何運作的可接著看下列兩段影片
 
How Does a Quantum Computer Work by Veritasium

 
How To Make a Quantum Bit by Veritasium
 
 
基礎物理學習,我透過了解歐洲核子研究組織(CERN)大強子對撞機(LHC)在做什麼?
學習了解物質最小的單位夸克,再來了解電子、質子及中子這之間的關係,進而學習到古典牛頓力學後發現的四大作用力:強作用力、弱作用力、重力與磁力
 
了解粒子後,才了解一些物理基礎的標準模型,也了解一些基礎的物質型態,意外的發現原基礎粒子和電腦科學中電晶體、半導體製程等物理極限之間的關係,有更深的認識。我也可以繼續往下理解專研相關的知識,若當我有需要的時候…
 
多元思維模型的好處,讓自己學習有興趣的知識,去理解最基礎最基礎的原理和理論,不論是否要成為物理學者或電腦程師、電腦科學家,透過多元思維模型,讓自己的視野更寬闊,可以解決更多僅專精在一門領域的人無法解決的問題,了解自己所在世界的一切,不是很棒嗎?
 
比如回答,AI人工智慧未來會不會變成有意識的智慧體,變成天網反噬人類?
答案是現代科學目前無法證明自己的意識是從何而來?科學家不確認意識行為是否為基因驅使,還是DNA遺傳因素讓我們有了各自的意識,那人類該如何讓AI有意識?但科技是呈指數成長,很難說不久的將來,當人類科學家解密意識之源後,也能讓AI也有自己的意識?
 

如何建構知識圖譜

知識圖譜會隨著年紀而增長,逐步建構整個知識圖譜,自己就有基礎的知識根基,接著才能建構多元的思維模型。換句話說,知識和智慧是不一樣的,知識是輸入,智慧是產出。
 
多元思維模型,主要是由心理學中的偏誤、行為、決策三的面向去建構,有了基礎知識才能判斷自己的偏誤行為和決策是否正確。這個模型是由著名的心理學家 Daniel Kahneman 知名著作《快思曼想》提出:
  • 系統1直覺迅速,但不理性。(大部分人很常使用)
  • 系統2緩慢使用大量注意力,非常理性。(大部分人,使用時間短)
有了基礎知識,可以讓自己的思維大開,不會再對基本的問題有所疑問,能夠用更寬闊的角度去檢視任何問題。
我的知識圖譜只是一個範例,並沒有完全把我過去閱讀的知識和內容完整補上,因為圖表會變得過於龐大難以閱讀,這邊僅僅提供一個基礎概念而已。
 
每個成年人都有經歷過學校所學習的基礎學科,例如國文、數學、物理、化學、英文、生物等學科,現在回頭檢視自己所學。勢必都有自己特別擅長和不擅長的科目,並非要各位回頭再來念國文之類的課本。
 
而是針對自身有興趣的內容或是面對到的問題必須解決,接著就去找相關的內容或是書籍,從最基本的原理開始讀起,接著再慢慢延伸到其他相關的內容。
 
以我自身的經驗,當你閱讀的書越多,掌握的基礎原理、理論越多,你擁有的知識面向就會越廣。
 
剛開始,知識的建立是從一個點開始,接著開始連結第二個點、第三個點。慢慢的這些點會全部串連在一起,從一個根基出發,變成一個knowledge tree。當你的知識之樹,枝葉茂密的時候,你就該多閱讀心理學的內容,建立自己的思維模型,畢竟人類是一個感情動物,在很多情況、情境中,十分不理性,要避免自己做出過多不理性的決策和行為,就必須掌握知識和了解自己的思維模型。
 
實際上當你閱讀一本好的書,通常要挑經典來讀(一再被提及的書,名人推薦書單),再來就是挑暢銷書閱讀。
 
開始閱讀同一領域大約數本書之後,你會發現引用的文獻會指向某一本更早之前的著作,那一本就是經典了,那你的任務就是把那數本經典讀完,再看看會不會有更多經典的書籍。唯有透過這本古早經典,才能更深入了解知識。閱讀過的每本書都會和另一本書,產生了連結,knowledge tree就有了根基。
 
例如:閱讀跟消費者心理學相關的書,都會提到遠古時期人類在演化過程中,帶來千百年的影響,就是「人類愛吃甜食」。對甜食無法抗拒,會一吃在吃不會停下來。接著,越來越多相關書籍都會提到人類大腦受到演化的影響,而且都會指向同一本書《自私的基因》。被引用的次數越多,代表這本書是經典中的經典,你可以透過這本書串連新的knowledge tree。
 
“如果我比別人看得更遠,那是因為我站在巨人的肩上。(If I have seen further it is by standing on the shoulders of Giants.)-艾薩克.牛頓(Sir Isaac Newton)”
Knowledge Tree Concept. Easy to manipulate, elements are placed on a different layers.
圖片來源:iStock
 
閱讀的重要性,很常超乎我們想像。這是一種指數型的成長概念,剛開始都會在同一水平線上,但到達某一臨界點時,會呈指數型成長。
 
閱讀是知識獲取最快速的方式之一,但我們現在甚少閱讀,我們時常在面對需要決策的狀況,通常都是遵循經驗法則還有google的資料,甚少是依據在自己的知識上面。我不建議各位過於使用google或是任何搜尋引擎去查詢自己的問題,便是當我們過於依賴電腦提供的資料,會使我們逐漸失去思維的能力,不能冷靜、理性的觀察、理解和行動。
閱讀後,必須實踐(實驗),才會真正變成自己的Know how。

實踐是一門學問

運用所學去實踐獲益有很多方式,簡單來說有:
  1. 把想法寫出來,架設部落格持續寫作,用網站獲利。
  2. 組讀書會和人互相交流討論。
  3. 想辦法將所學變現,嘗試接案、教學。
  4. 取得技術認證或學位,開啟新職涯領域。
  5. 錄製線上課程銷售
  6. 成為youtuber成為知識型網紅
  7. 投稿出版社或把知識印製成小冊子上網販售(蝦皮北一女筆記本)
  8. 認真研究某領域,嘗試投稿期刊、雜誌
自己認為要持續做一件自己喜歡的事情,總是要有點回饋,不論是實質利益或是個人成就感。那都是持續下去的動力,就跟運動是為了讓自己身材看起來看完美,是每一位女生運動的動力一樣。某些時候,可能是自己工作需要,需要學習新的技能,才會去主動學習,這也是大部分人會去學習的動力之一。
 
實踐可以視為是一種目標設定,我在《用evernote做自己的子彈筆記》一文中,提到子彈筆記本的思維和用數位筆記本Evernote結合的方法,那便是一種對自己的目標設定。在每個月的計畫表中,加入目標。例如:我在2019年5月預定要完成的目標有:
  • 看完跟著怪咖物理學家一起跳進黑洞
  • 看完混沌
  • 外幣保險考試準備
  • 整理飛人町網站 http://ailesfly.com/
  • 10 km 53min內跑完
  • 整理已閱讀物理書籍筆記
 
透過設定清單,我清楚幫自己在每個月設定目標,若這個月沒完成,我可以挪到下個月在執行。畢竟有很多突發事件,可能會影響自己的步調。根據使用目標管理多年的經驗來說,距離現在過於遙遠的目標,乾脆不要設定了,可以設定方向,目標清單建議設定在半年內可以執行為主,其餘的就把丟到一個清單放著吧!
 
當自我實踐設立多元思維模型的過程中,會面臨不少自己懶惰、過於忙碌等等的藉口、投資自己猶豫不決的結果。文章一開始闡明擁有多元思維模型的好處,但具體要開始做,真的又會讓人猶豫不決。
 
每個人都喜歡待在自己的舒適圈,我閱讀的每一本書過去都是看看就賣掉了,當我開始把書中的內容整理起來時,我等同建立一個自己的維基百科,關於這類的知識內容,我也不確定何時會派上用場。但我隨時可以透過搜尋的方式,把我腦中知識的連結點與電腦資料庫作連結。
 
開始架構自己的多元思維模型後,我從知識圖譜開始相信自己的兩個系統可以互相搭配。我的知識圖譜最多應用的領域就是投資和飛行,學習電腦科學是因為未來想用量化分析作投資,電腦分析則可以運用在飛行儀器或是分析氣象圖數值。物理就僅是個人偏好和興趣,了解最新科技發展。
 
心理學則可以應用在自己行為模式上,減少偏誤、決策錯誤產生,生物學則可以應用在個人健康管理方面,可謂學習各個領域的知識,對自己更加了解。根據查理‧蒙格說他自己的多元思維模型有100個,我猜想人腦無法一次想100件事情,應該也是有個清單之類的表格,對於需要使用多元思維模型時,拿出來輔助判斷使用。
 
“這世界最可怕的是比你聰明的人,比你還要努力還認真。”
 

💡如果喜歡我的內容,請按讚分享給需要的朋友,或者輸入e-mail訂閱文章,點我訂閱,訂閱後,請記得去信箱確認訂閱。
💡訂閱後,你將不定期收到一篇文章關於極簡生活、行銷/品牌、科技/技術、運動訓練相關的內容,若有更好的想法要和我分享,歡迎在下面留言。
💡或是電腦版網頁請掃描右方QR code加Line@好友(手機版請直接 點我家好友) 或手動輸入 Line ID: @Iqq0534b ,(記得加入後,和我打聲招呼:-)  
👋Facebook用戶請點擊網頁上Messenger的按鈕,便可以直接和我對談。
👏能夠看到最後的你,給自己一個掌聲,也請幫我5下拍手,這可以讓我收到來自LikeCoin基金會的獎勵,謝謝你耶!

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料